معرفی برنامه Google in Residence

برنامه Google in Residence با رهبری یکی از کارمندان گوگل شروع شد که یک کلاس شامل ۸۳ دانشجو را هدایت می‌کرد. ده سال پس از آن، یکی از دانشجویان سابق (و فعلی) گوگل این برنامه را ادامه داد.

تأثیر موجودیت Google in Residence بر دوران تحصیلی من

در یکی از روزهای پذیرش دانشجویان در دانشگاه هوارد، با دکتر لگند برج، رئیس دانشکده علوم کامپیوتر هوارد، آشنا شدم. او به من گفت که درس مقدمه‌ای به علوم کامپیوتر من توسط یک کارمند گوگل تدریس خواهد شد. این اتفاق یک فرصت منحصر به فرد برای من بود.

معلم من، اسکات جوزف، رویکرد بسیار خوبی در تدریس داشت: فلسفه او این بود که به دانشجوها فرصت‌هایی برای یادگیری و کاوش داده شود، نه با برنامه آموزشی چالش برانگیزی دانشجوان را نصب کرد. ما می‌توانستیم کارهایمان را چندین بار ارسال کنیم و تشویق می‌شدیم که هر چیزی در مورد علوم کامپیوتر و نحوه برقراری آن در کارش در گوگل از او بپرسیم.

قبل از اینکه به هوارد بیایم، تنها از سه معلم سیاه پوست درس گرفته‌ام. از یادگیری از اسکات، یک مرد سیاه پوست، برای من بسیار پایه‌گذار بود. یادگیری از او نه تنها اعتماد به نفس به من داد، بلکه احساس تعلق به جامعه را هم برایم ایجاد کرد. این مرا به دنبال پیگیری پیشرفت‌های او نه تنها به عنوان یک کارمند آینده گوگل، بلکه به عنوان یک معلم Google in Residence نیز انگیخت.

تأثیر Google in Residence بر دوران حرفه‌ای من

من به دفتر آموختگی‌های اسکات برای راهنمایی در خصوص وظایف خانه‌کاری و، بیشتر از همه، آمادگی مصاحبه رفتم. من و هم‌دانشجویانم نمی‌دانستیم مصاحبه برای یک کارآموزی مهندسی نرم‌افزار چگونه باید باشد اگر اسکات ما را آماده نکرده بود. با کمک او، در نهایت به هدفم رسیدم و در سال ۲۰۱۹ نهایتاً نقشه شغلی تمام وقت را پذیرفتم.

بعد از به دست آوردن چند سال تجربه در گوگل، به گروه معلمان Google in Residence سال ۲۰۲۲ پیوستم. من به محل تحصیلی سابقم، دانشگاه هوارد، بازگشتم و به ۲۴۰ دانشجو همان مهارت‌ها و درس‌های کلیدی‌ای که اسکات به هم‌دانشجویانم و من آموخته بودم، آموزش دادم.

تأثیر یادگیری از هر دو طرف

با اندیشمندانه روی دوران خودم به عنوان یک معلم Google in Residence برگرداندم، فهمیدم که چقدر از هر دو طرف برنامه یاد گرفتم. کار کردن با دانشگاه‌های شریک که نیروی انسانی کافی ندارند و اساتید آنها پُراز مشکل هستند، اما به عنوان یک معلم Google in Residence می‌توانستم با ارائه دانش واقعی و از زبان شخصی نقشه کار دانشجویان را تقویت کنم.

وظیفه یک مربی بیش از تدریس مطالب درسی است؛ راهنمایی، راهنمایی و آماده‌سازی دانشجویان برای حرفه حرفه‌ایشان کلیدی برای پیشرفت آنهاست. اشتراکات عملی که به عنوان یک دانشجوی برنامه Google in Residence دریافت کردم، به من کمک کرد تا نیازهای دانشجویان خود را درک کنم و پس از اینکه به عنوان یک معلم فعال شدم، بتوانم به این نیازها پاسخ بدهم.

نتیجه‌گیری و نکات کلیدی

برنامه Google in Residence در دهمین سالگرد خود، مارک نهاد تأمین آموزش و موانع شغلی برای دانشجویان از گروه‌های کم اندرکنش جهت ورود به حوزه فناوری است. موفقیت این برنامه در افزایش تعداد فارغ‌التحصیلانی است که اکنون در مختلف نقش‌های فناوری در سراسر بخش کار می‌کنند. به عنوان یک دانشجوی سابق از این برنامه، افتخار داشتم که ببینم دانشجویان سابقم مهارت‌ها و اعتماد به نفس لازم برای پیگیری حرفه‌های فناوری را توسعه داده‌اند.

این برنامه، با ارائه آموزش مستقیم از زبان افراد با تجربه در شرکت گوگل، فرصتی بی‌نظیر برای دانشجویان فراهم می‌کند تا بهترین استفاده از تجربیات آنان کنند و بتوانند به آرزوهای حرفه‌ای خود دست پیدا کنند.

نظرات کارشناسی و نکات کلیدی

در این مقاله، تأثیر برنامه Google in Residence بر دانشجویان و فارغ‌التحصیلان در توسعه حرفه‌ای آنها بیان شده است. این برنامه اهمیت بزرگی در ایجاد فرصت‌های معنی‌دار برای افراد از گروه‌های کم اندرکنش در حوزه فناوری دارد و باعث موفقیت‌های بسیاری در حوزه فناوری شده است. آموزش مستقیم از افراد با تجربه در صنعت، یکی از عوامل کلیدی در توفیق این برنامه است و به دانشجویان کمک می‌کند که بهترین استفاده را از این تجربیات ببرند و در زمینه فناوری پیشرفت کنند.

منبع:
این مقاله در اصل در https://blog.google/technology/developers/google-in-residence/ منتشر شده است.

معرفی کلی

در جریان گوگل I/O سال 2025 به تازگی به روزرسانی‌های مهمی در رابطه با Gemini Code Assist اعلام شده است. این به روزرسانی‌ها شامل قابلیت‌های جدید و بهبود‌های مختلفی برای توسعه‌دهندگان فراهم کرده است. به طور خلاصه، ابزار Gemini Code Assist برای استفاده شخصی و برای گیت‌هاب اکنون به صورت عمومی در دسترس است و توسط Gemini 2.5 پشتیبانی می‌شود.

قابلیت‌های جدید Gemini Code Assist

از ماه‌ها پیش تاکنون، تیم توسعه Gemini Code Assist پس از عرضه نسخه‌های پیش‌نمایشی برای AI-coding assistant Gemini Code Assist برای افراد و نیز برای نسخه بررسی کدهای GitHub خود، در حال دریافت بازخورد و بهبود می‌بخشید. اکنون این ابزارها به طور عمومی در دسترس هستند و توسعه‌دهندگان می‌توانند در کمتر از یک دقیقه شروع به استفاده از آنها کنند.

به‌روزرسانی‌های اخیر Gemini Code Assist شامل امکاناتی مانند توانایی تنظیم‌های پیشرفته کدنویسی، امکان ایجاد برنامه‌های وب جذاب، تبدیل کدها و ویرایش آنها به خوبی بیشتری برای توسعه‌دهندگان فراهم می‌کند.

پشتیبانی از تنظیمات شخصی سازی

واضح است که توسعه‌دهندگان وقت زیادی را برای تنظیمات شخصی‌سازی محیط کدنویسی خود صرف می‌کنند. به‌روزرسانی‌های اخیر به Gemini Code Assist، تنظیمات شخصی سازی بیشتری را برای تیم‌ها و ترجیحات شما فراهم کرده است. این شامل روش‌های بیشتری برای سفارشی‌سازی گردش کارها برای تطبیق با نیازهای پروژه‌های مختلف، توانایی استفاده راحت‌تر از وظایف زمانی که از آنجایی که از آنجا ترک شده‌اید، و ابزارهای جدید برای اجرای استانداردهای کدنویسی، راهنمایی‌های استایل و الگوهای معماری تیم‌ها می‌باشد.

بازخوردها از توسعه‌دهندگان

نتایج جدید نشان می‌دهد که Gemini Code Assist بسیار به توسعه‌دهندگان کمک می‌کند تا کارها را انجام دهند. در یک آزمایش که توسط توسعه‌دهندگانی استفاده شده است که از Gemini Code Assist استفاده کرده‌اند به تعداد توسعه‌دهندگانی که بدون استفاده از ابزارهای کمکی کدنویسی استفاده کرده‌اند، مشخص شده است که Gemini Code Assist باعث افزایش 2.5 برابر شانس توسل موفقیت توسعه‌دهندگان در تکمیل وظایف کلیدی توسعه‌یافته است.

نظرات و نکات کلیدی

به نظر من، این به‌روزرسانی‌ها ابزار Gemini Code Assist را به یک سطح بالاتر از کارآمدی و قدرت تبدیل کارهای توسعه‌دهندگان به ساده‌تر و شگفت‌انگیزتر تبدیل کرده است. امکانات تنظیمی بیشتر، قابلیت‌های پیشرفته‌تر، و قدرت دسترسی به منبع‌های مورد نیاز کارها، از جمله بهترین ویژگی‌های این به‌روزرسانی است.

این به‌روزرسانی‌ها نشان‌دهنده تلاش‌های گوگل در ارائه ابزارهای قدرتمند در زمینه توسعه نرم‌افزار است و به توسعه‌دهندگان کمک زیادی برای افزایش بهره‌وری و انجام کارها بهتر و سریعتر می‌کند. من شخصاً پیشنهاد می‌کنم که توسعه‌دهندگان این ابزار قدرتمند را برای توسعه نرم‌افزار‌های خود امتحان کنند و از قابلیت‌هایش بهره ببرند.

منبع:
این مقاله در اصل در https://blog.google/technology/developers/gemini-code-assist-updates-google-io-2025/ منتشر شده است.

استفاده رایگان از تکنولوژی Gemini Code Assist

Gemini Code Assist اکنون به صورت رایگان برای افراد فراهم شده است، با ارائه کمک کد نویسی با استفاده از هوش مصنوعی. این ابزار توانایی بی‌نهایت در تمام زبان‌های برنامه‌نویسی را دارد و برای کدنویسی بهینه شده است. همچنین امکان مرور کد با استفاده از هوش مصنوعی نیز ارائه شده است.

معرفی Gemini Code Assist

با افزایش استفاده از ابزارهای هوش مصنوعی در زندگی روزمره، بیش از ۷۵٪ از توسعه دهندگان دنیا در کارهای روزانه خود از هوش مصنوعی بهره می‌برند. برای پاسخ به نیازهای کدزنان مبتدی، هوازدگان، آزادانه یا استارت‌آپ‌ها، خدمات هوش مصنوعی باید در دسترس آنها باشد.

قابلیت‌های ویژه Gemini Code Assist

با ارائه بی‌نهایت تکمیل‌کدها تا ۱۸۰,۰۰۰ تکمیل کد در ماه، Gemini Code Assist یک گزینه بسیار خوب برای توسعه دهندگان حرفه‌ای است. همچنین این ابزار امکان مرور کد با هوش مصنوعی را به ارمغان می‌آورد.

استفاده از Gemini Code Assist

با نصب Gemini Code Assist در Visual Studio Code، JetBrains IDEs یا GitHub، توانایی تکمیل کدها، تولید کد و گفتگو را خواهید داشت. با حداکثر تعداد کامل‌کدها ۹۰ برابری نسبت به سایر ابزارهای رایگان کدنویسی محبوب، تمام کدزنان می‌توانند از مزایا و فواید این ابزار بهره‌مند شوند.

نتیجه‌گیری و پیشنهادات پایانی

استفاده از Gemini Code Assist به توسعه دهندگان افرادی امکان دسترسی به هوش مصنوعی در فرآیند کدنویسی برای همه را فراهم می‌کند. با امکانات تنظیم‌پذیر و پشتیبانی از زبان‌های مختلف، این ابزار می‌تواند به بهبود توانایی نوشتن کد و دریافت کمک در فرآیند مرور کد کمک کند.

نظرات و نکات کلیدی

در صنعت توسعه نرم‌افزار، استفاده از ابزارهای هوش مصنوعی برای تسهیل فرآیند کدنویسی و مرور کدها بسیار موثر است. Gemini Code Assist با ارائه خدمات رایگان و تحت پوشش هوش مصنوعی، توانسته است به توسعه‌دهندگان مختلف کمک کند تا کارهایشان را بهتر و سریع‌تر انجام دهند.

منبع:
این مقاله در اصل در https://blog.google/technology/developers/gemini-code-assist-free/ منتشر شده است.

روندی که به تقدیر اکنون در حال حرکت است، ما را به پیشرفت سریع هوش مصنوعی امروزی رسانده است. امروز سه روش جدیدی را برای بهره‌مندی افراد اعلام می‌کنیم.

### راه اندازی ابزارهای فناوری در 1000 زبان با هوش مصنوعی
#### اهمیت زبان در ارتباطات جهانی
زبان بنیادی برای ارتباط و درک دنیا توسط افراد است. بنابراین خیالی نیست که این همان روش طبیعی‌تر برای ارتباط افراد با فناوری است. اما بیش از 7000 زبان در سراسر جهان صحبت می‌شود و تنها تعداد کمی از آن‌ها امروزه به خوبی آنلاین نمایندگی می‌شوند. این بعنوان مانعی تاریخی در راه حق طلبی ما برای به اشتراک گذاری اطلاعات جهانی و مناسب است.
به همین دلیل امروز ما ابتکار 1000 زبان را معرفی می‌کنیم، یک تعهد جسور به ساخت یک مدل هوش مصنوعی که از 1000 زبان رایج تر حمایت می‌کند و تنوع را به میلیاردها انسان در اقلیاجات محروم سراسر جهان تقدیم می‌کند. این یک پروژه چندین ساله است – برخی از آن را ممکن است یک پروژه بزرگ بنام – اما ما از پیشرفت‌های معنی‌داری در اینجا هستیم و مسیر را روشن می‌بینیم. فناوری در گذر زمان در حال تغییر سریعی بوده است – از روش‌هایی که مردم برای استفاده از آن استفاده می‌کنند تا اینکه چه کاری انجام می‌دهد. بطور نامتناهی، ما مردم را از راه‌هایی مانند تصاویر، ویدیوها و گفتار یافتن و به اشتراک گذاری اطلاعات می‌کنیم. و مدل‌های پیشرفته ترین ما زبان چندمدی – به معنای اینکه قادر به باز کردن اطلاعات در این بسیاری از فرمت‌های مختلف است.
به عنوان بخشی از این ابتکار و تمرکز ما بر چند‌مدی، ما مدل گفتاری یکانی – یا USM – را توسعه داده‌ایم که بر روی بیش از 400 زبان آموزش دیده است که بزرگترین پوشش زبانی را دیدیم. همچنین، می‌خواهیم تکنولوژی تولید تصویر از متن را به کوچه غذا آزمایشگاه هوش مصنوعی وارد کنیم، که روشی برای آموزش دادن، تجربه‌کردن و بازخورد گرفتن از فناوری هوش مصنوعی نوپای فراهم می‌کند. از بازخورد کاربران بر روی این دموها در فصل 2 کارخانه آزمایشگاه هوش مصنوعی خواهیم شنید. شما می‌توانید شهرهای موضوعی را با “بازی حلوانه” بسازید و شخصیت‌های دوست داشتنی هیولا که می‌توانند حرکت، رقص و پرش کنند را با “span” طراحی کنید – همه با استفاده از دموهای متنی.
علاوه بر تصاویر 2D، تبدیل متن به تصویر 3D اکنون حقیقت شده است با DreamFusion، که یک مدل سه بعدی تولید می‌کند که می‌تواند از هر زاویه دیده شود و می‌تواند به هر محیط سه بعدی به 3D بدهد. محققان همچنین در فضای تولید صدا به وفور پیشرفت کرده‌اند با AudioLM، یک مدل که یاد می‌گیرد به صدای واقعی گفتار و موسیقی پیانو تولید کند تنها با گوش دادن به صدا. به همان روشی که یک مدل زبان ممکن است کلمات و جملاتی را که پس از یک متن توهمی می‌آید را پیش‌بینی کند، AudioLM می‌تواند پیش‌بینی کند که چه صداهایی باید پس از چند ثانیه از یک متن صوتی دنبال کند.
همکاری ما با جوامع خلاق در سطح جهان در حال توسعه این ابزارهاست. به عنوان مثال، ما با نویسندگانی که از Wordcraft استفاده می‌کنند، همه بر اینکه حرف زدن به کمک تولید متنی مصنوعی، موجب آزمایشی مستند با زبان مصنوعی Lada توانایی تولید متنی است. می‌توانید اولین جلد این داستان‌ها را در
کارگاه نویسندگان Wordcraft
بخوانید.

### مواجهه با تغییرات آب‌وهوا و چالش‌های بهداشت با هوش مصنوعی
هوش مصنوعی نیز بزرگترین توانایی‌های رسیدگی به اثرات تغییرات آب و هوا، از جمله کمک به افراد برای تطابق با چالش‌های جدید، دارد. یکی از بدترین آن‌ها حریق جنگل‌هاست که امروزه بر صدها هزار نفر اثر گذار است و در فراوانی و مقیاس آزادی دارد.
امروز، خوشحالم که بگویم که به کاربرد تصاویر ماهواره‌ای پیشرو برای آموزش مدل‌های هوش مصنوعی برای شناسایی و پیگیری حریق‌های جنگلی در زمان واقعی پیشرفت داده‌ایم، کمک کرده‌ایم تا پیش‌بینی کنیم که چگونه آن‌ها تکامل خواهند کرد و گسترش خواهند یافت. ما این سیستم ردیابی آتش‌سوزی را در U.S.، Canada، Mexico لانس کرده‌ایم و در بخشی از استرالیا، به طور تدریجی ایجاد شده‌ایم، و از ژوئیه گذشته به اکثر 30 رویداد حریق بزرگ در U.S. و Canada پرداخته‌ایم کمک به کاربران و تیم‌های آتش‌نشانی با بیش از 7 میلیون بازدید در Google Search و Maps.
همچنین به کمک هوش مصنوعی می‌توانیم سیل‌ها را پویش کنیم، یک نمونه دیگر از الگوهای آب‌وهوایی شدید است که به وسیله تغییرات آب‌وهوایی تشدید شده است. ما برای پیش‌بینی زمانی که سیلها حمل می‌کنند و عمقی که آب‌ها به آن خواهد رسید به افراد کمک کرده‌ایم – در سال 2021، 115 میلیون اعلام هشدار سیل به 23 میلیون نفر را از طریق جستجو و نقشه های Google ارسال کرده‌ایم و جان‌ها را نجات داده‌ایم. امروز، می‌خواهیم بگوییم که ما اکنون پوششمان را به کشورهای بیشتر در آمریکای لاتین (برزیل و کلمبیا)، آفریقای جنوبی از صحرا تا آفریقای جنوبی (سریلانکا، نامبیایی، کامرون، چاد، جمهوری دموکراتیک کنگو، کوت دیوار، غنا، گینه، مالاوی، نیجریه، سیرالئون، آنگولا، دموکراتیک جنوبی، نامیبیا، لیبریا و آفریقای جنوبی) و آسیای جنوبی (سری لانکا) گسترش می‌دهیم. ما از یک تکنیک هوش مصنوعی به نام یادگیری انتقال برای عملکرد آن در مناطق کم داده بهره گرفته‌ایم.
و در سرانجام، هوش مصنوعی به گسترش بیش‌تر دسترسی به مراقبت‌های بهداشتی در مناطق کم‌منابع کمک‌کند. به عنوان مثال، ما روش‌هایی را برای کمک به هوش مصنوعی در خواندن و تجزیه و تحلیل خروجی‌ها از دستگاه‌های اولتراسوند با قیمت مناسب پژوهش می‌کنیم تا اطلاعات لازم را به والدین دادهایم تا مشکلاتی را در دوران بارداری زودتر شناسایی کنند. همچنین ما قصد داریم همکاری خود را با مراقبان و آژانس‌های بهداشت عمومی برای گسترش دسترسی به ارزیابی دیابت کمک از طریق ابزار ARDA اتوماتیک تصویب کنیم. از طریق ARDA، ما با موفقیت بیش از 150،000 بیمار را در کشور‌هایی مانند هند، تایلند، آلمان، ایالات متحده و انگلیس بررسی کرده‌ایم – بیش از نیمی از آنها تنها در سال 2022 سنخیته‌شده‌اند. علاوه بر این، ما داریم بررسی می‌کنیم که چگونه هوش مصنوعی می‌تواند به گوشی شما کمک کرده‌تا شناش حمله قلبی و تنفسی را تشخیص دهد. این کار جزئی از دیدگاه چشم انداز عمومی Google Health فعالیت‌ می‌کند، که
می‌خواهد بهداشت را برای هر کسی که دارای یک گوشی هوشمند است، دسترسی‌پذیرتر کند.

### هوش مصنوعی در سال‌های آینده
پیشرفت‌های ما در ساختارهای شبکه‌های عصبی، الگوریتم‌های یادگیری ماشین و رویکردهای جدید برای سخت‌افزار برای یادگیری ماشین به هوش مصنوعی کمک کرده است تا مسائل مهم واقعی‌ دنیا برای میلیاردها نفر را حل کند. بسیاری دیگر خواهد آمد. آنچه امروز به اشتراک گذاری می‌کنیم یک انگیزه امیدوار کننده برای آینده است – هوش مصنوعی به ما اجازه داده است که به دوباره چ

منبع:
این مقاله در اصل در https://blog.google/technology/ai/ways-ai-is-scaling-helpful/ منتشر شده است.